データ協力で抗菌薬耐性に立ち向かう
抗菌薬耐性を世界的に追跡するためのデータソースを組み合わせた取り組み。
― 1 分で読む
目次
抗菌薬耐性(AMR)は、世界的な公衆衛生にとってますます脅威になってるんだ。細菌が変化して、以前は効いてた薬に反応しなくなるときに起こるんだよ。これで感染症の治療が難しくなる。問題の大きさを理解することが、効果的に対処するためにはめっちゃ重要だよ。最近の研究では、世界中でAMRデータを追跡・報告する方法にギャップがあることがわかってる。研究者が独立して分析できるように、簡単にアクセスできる情報源が必要だね。
抗菌薬耐性の追跡
これらの追跡のギャップに対処するために、いくつかの国際的な取り組みが進んでるよ。注目すべきプログラムには、世界保健機関(WHO)が運営するグローバル抗菌薬耐性と使用監視システム(GLASS)や、ヨーロッパ抗菌薬耐性監視ネットワーク(EARS-Net)がある。これらは各国がAMRデータを報告するためのガイドラインを提供し、この情報を集めて共有する方法を提供してるんだ。
でも、これらのシステムは今のところ限られた数の細菌と抗生物質に焦点を当ててる。データはたくさんあるけど、AMRの存在を推定するのには信頼できるけど、まだまだギャップがあるんだ。これらの公的プログラムに加えて、多くの製薬会社が独自にAMRデータを集めてる。これらの業界プログラムは、病院で抗生物質がどれだけ効くかを調べて、異なる国からのデータを年ごとに集めてるよ。
データソースの統合
こういった異なる業界の監視システムがどう協力できるかはあまり探求されてないんだ。これらのソースを統合することで、分析可能な細菌、抗生物質、国、年のタイプを広げることができるかもしれない。でも、それには各システムがサンプルをどう集めてテストするのかを慎重にレビューする必要があるよ。
これらの監視システムの類似点と相違点を特定することが、どう統合できるかを理解するためのカギだよ。例えば、各プログラムがサンプルをどう収集し、テストをどう行うかを知ることで、偏りがあるかどうかを判断できる。だから、データを効果的に使う前に、異なる監視システムの限界を認識することが必要だね。
AMR推定の比較
いくつかの研究では、異なる監視システムからのAMR推定を比較しようとしてる。業界データが公的データとどれくらい一致するかを知るのは大事だよ。違いや合意があれば、サンプリング戦略がどれほど異なるかがわかったり、サンプルがどこで採取されたかや、どの患者グループが含まれてるかを知る手助けになる。この種の情報は、データ収集方法を改善したり、医療提供者を助けたりするのに役立つよ。
この記事では、AMR監視のギャップに対処するための業界監視システムの価値を明らかにすることを目指してる。各システムの方法論を評価し、サンプルの収集方法、患者の選択、抗生物質テストの実施に焦点を当てるよ。こうすることで、異なるデータセットを統合しようとしたときにどんな課題が生じるかを特定できるんだ。
監視システムの方法論
ここでレビューしたすべての監視システムは、侵襲的な分離株に焦点を当ててる。ただし、各プログラムは監視する薬剤によって特定の焦点を持っているよ。ATLASやGEARSのように多くの抗生物質と細菌をカバーするものもあれば、特定の薬や細菌に焦点を当てるものもあるんだ。大半の収集システムは、世界中から分離株を集めて、中央のラボに送ってテストしてる。
だけど、各監視システムがテスト用の分離株を選ぶ方法には明らかな制限があるんだ。一部のプログラムはサンプルをランダムに集める一方、他のプログラムには何人の患者が含まれるかやその選び方についての明確なガイドラインがない。こうした不明確さは、データに偏りを生むかもしれない。
グローバルな監視システムのカバレッジ
GLASSデータセットは4年間のカバレッジを提供して、多くの国や様々な細菌・抗生物質に関する耐性データを含んでる。でも、業界の監視システムを見ると、カバレッジが大幅に広がるんだ。彼らはより多くの年、国、細菌種、抗生物質を含んでいて、公的データのギャップを埋める可能性が高まるんだ。
それでも、この広いカバレッジにもかかわらず、業界システムにはGLASSよりも総分離株数が少ないことが多い。どれだけの分離株がテストされているかを知ることは、耐性推定の信頼性を理解するために重要だよ。
システム間の耐性推定
少なくとも一つの共通の国と年において、特定の細菌や抗生物質はGLASSと少なくとも一つの業界監視システムの両方で見つけることができるんだ。これにより、分離株を年、細菌種、抗生物質でグループ化することで耐性比率を計算できるよ。
GLASSと業界システム間で耐性比率を比較したところ、いくつかの業界報告は耐性レベルを過剰に表現してるものもあれば、そうでないものもあった。データセット間の合意を計算し、どれくらい耐性レベルが一致してるかに焦点を当てたよ。
発見と関係
耐性比率の合意は、異なる細菌や抗生物質によって異なることに気づいたよ。E. coliやK. pneumoniaeのような細菌は、データセット間で良い合意を示す一方、他の細菌はもっと大きな相違があった。
業界データセットで利用可能な分離株の数が増えるにつれて、GLASSに比べた耐性比率の違いは減少する傾向があったんだ。これは、もっとデータがあればAMRを異なる監視システムでより理解できることを示唆してる。
監視システムの制限
これらの監視システムを統合する際の主な課題は、医療環境と分離株選択基準がどう決定されたかを理解することにあるんだ。サンプルがどのように集められるかを知ることは、プログラム間で耐性推定を正確に比較するために重要だよ。この理解はデータの偏りを減らす手助けにもなる。
分離株に関するメタデータの収集と標準化が必要だよ。例えば、病院感染と地域感染を区別することで、耐性パターンについてより深い洞察が得られるかもしれない。
さらなる制限として、GLASSは便利なデータを提供するけど、個別の分離株のレベルではなく国レベルで集約された結果しか示さないんだ。個別の分離株レベルでのデータ報告があれば、AMRのトレンドについてもっと詳細な情報が得られるんだ。
AMR監視の次のステップ
この分析は、AMRデータの既存の業界監視システムを調査して統合する最初の試みの一つだよ。確立された方法を適応させて、GLASSをリファレンスとして使うことで、これらのシステムを今後より良く活用できるようになるんだ。
WHOも、今後の報告に含まれる細菌やサンプルソースの種類を拡大する計画を発表したんだ。これによって、研究や監視システム間の比較のための新しい道が開かれるかもしれない。
結論
ここで示した作業は、業界監視システムを統合することで、世界的なAMR監視のギャップを埋める潜在的な価値を示してるよ。これらのシステムから得た推定値は、多くの細菌や抗生物質についてGLASSと密接に一致してる。データ収集と報告方法が改善されることで、AMRパターンをより良く理解して、世界の健康システムを強化するために取り組むことができるようになるんだ。
利害関係者間での協力とデータ共有を促進することで、特に公衆衛生データで現在過小評価されている分野で、抗菌薬耐性に効果的に対処する能力を強化できるんだ。
タイトル: Investigating the feasibility and potential of combining industry AMR monitoring systems: a comparison with WHO GLASS
概要: BackgroundEfforts to estimate the global burden of antimicrobial resistance (AMR) have highlighted gaps in existing surveillance systems. Data gathered from hospital networks globally by pharmaceutical industries to monitor antibiotic efficacy in different bacteria represent an additional source to track the temporal evolution of AMR. Here, we analysed available industry monitoring systems to assess to which extent combining them could help fill the gaps in our current understanding of AMR levels and trends. MethodsWe analysed six industry monitoring systems (ATLAS, GEARS, SIDERO-WT, KEYSTONE, DREAM, and SOAR) obtained from the Vivli platform and reviewed their respective isolates collection and analysis protocols. Using the R software, we designed a pipeline to harmonise and combine these into a single dataset. We assessed the reliability of resistance estimates from these sources by comparing the combined dataset to the publicly available subset of WHO GLASS for shared bacteria-antibiotic-country-year combinations. ResultsCombined, the industry monitoring systems cover 18 years (4 years for GLASS), 85 countries (71), 412 bacterial species (8), and 75 antibiotics (25). Although all industry systems followed a similar centralised testing approach, the criteria for isolate collection were unclear (patients selection, associated sampling periods...). For E.coli, K. pneumoniae and S. aureus, at least 65% of comparable resistance proportions were within 0.1 of the corresponding estimate in GLASS. We did not identify systemic bias towards resistance in industry systems compared to GLASS. ConclusionsCombining industry monitoring systems can substantially strengthen our knowledge of global AMR burden across bacterial species and countries. High agreement values for available comparisons with GLASS suggest that data for other bacteria-antibiotic-country-year combinations only present in industry systems could complement GLASS, particularly for Priority Pathogens currently not covered. This valuable information on resistance levels could help clinicians and stakeholders prioritize testing and select appropriate antibiotics in settings with limited surveillance data. Plain language summaryAntimicrobial resistance (AMR) is a growing problem worldwide, but we dont always have enough information to fully understand its extent and how its changing over time. In this study, we looked at data collected by pharmaceutical companies from hospitals around the world to see how well antibiotics are working against different bacteria. We wanted to see if combining these data sources could help us fill in gaps in global AMR surveillance. We reviewed the methods of six different systems that collect this data and developed an approach to combine them. Then, we compared this combined data to publicly available GLASS data from the WHO to check if it was reliable. We found that the data from the pharmaceutical companies covered more years, countries, bacterial species, and antibiotics than GLASS. Even though the way the data was collected by the companies wasnt always clear, we saw that the resistance estimates were similar to those from GLASS for some common bacteria like E.coli, K. pneumoniae, and S. aureus. Overall, combining data from these different sources could improve our understanding of AMR worldwide, especially in places where surveillance is currently limited, and for Priority Pathogens not covered by GLASS.
著者: Quentin J Leclerc, E. Rahbe, A. Kovacevic, L. Opatowski
最終更新: 2024-03-28 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.03.27.24303768
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.03.27.24303768.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。